概念层次网络理论与转换生成语法

概念层次网络理论和转换生成语法都关注人类神奇的语言能力,两者都站在"以计算机为本"的立场,力求自然语言的形式化,好让计算机"理解"自然语言,但两者在语言本质、语义观和分析工具等方面都有较大的差异。

基于概念层次网络理论的问句分析研究

为了提高问答系统对问句理解的准确率,以概念层次网络理论结合传统计算语言学为思路,提出了适用于限定领域中问句分析模型,并根据限定领域的知识特点,设计了新的问句分类方法。在此问句分类方法的基础上,改进了基于多元贝努里模型的贝叶斯分类算法。在以实际教学过程中所收集的真实问句为问题集和训练集的测试中,取得了较好的实践效果。

基于概念层次网络(HNC)的韩国语双宾语句语义获取

本文通过对韩国语双宾语句的句法结构特征描述分析,将其形式化为四类,借助概念层次网络(Hierarchical Network of Concepts, HNC)的词汇概念表示,计算句中词汇间的语义距离、挖掘句内各单元关系,并显性表示出该内含关系,确定宾格重现结构中动词作用的真正宾语。按照局部和全局联想脉络,分层级对韩国语双宾语句进行了概念层面和句类层面的语义分析,从而获得该结构句的语义信息。

HNC理论框架下的军语概念体系研究

传统的军语研究建立在军事学、术语学、词汇学、社会语言学、认知语言学、修辞学等学科基础上,文章探讨基于HNC语义网络下军语表达形式的特点,力求通过建立一种新的模式使军事术语能用于自然语言的计算机处理,在此基础上可进一步推动军语辞书编纂、军语的机器翻译等研究。

从转移类概念看HNC对概念依存理论的扩展

概念依存理论和概念层次网络(简称HNC)理论都是面向自然语言理解的理论体系,概念依存理论通过语义基元和概念间的关联来描述和分析自然语言,对HNC理论设计语义网络有很大的启发,尤其是概念依存理论对转移类概念的深入研究,为概念层次网络中语义网络和句类知识的设计和构造提供了不少宝贵经验。从这两种理论对转移类概念处理的对比分析入手,研究HNC理论对概念层次网络的借鉴及扩展。

基于HNC理论的一种词汇歧义消解规则

同型歧义的消解问题是自然语言处理中必须面对的一个难题 ,同型歧义的消解策略的研究和水平的提高 ,将极大地提高中文信息处理的水平 .本文介绍了HNC理论的“同行优先规则” 。

自然语言理解的新思路:HNC理论

HNC假定人类具有共同的语言概念空间,认为自然语言符号就是概念的符号化,语言过程是'概念联想脉络的建立、激活、扩展、浓缩和存储',而联想脉络有局部和全局之分。HNC发现了"作用效应链",构建了完备的网络式概念基元符号体系,建立了语句表述的数学表示式。HNC从语言的深层入手,以语义表达为基础。为语言研究开辟了一条新路。

基于HNC理论的汉语辅语义块自动辨识研究

全自动的语义分析一直是自然语言处理的主要目标之一,通过深层语义的分析,自然语言可以转化为形式语言。因此,可以实现人机之间的交互。为达到此目的人们在语义分析和标注方面做了长期的努力。本文在借鉴前人工作的基础上,为提高辅语义块的自动识别,进行了大量的语料分析,总结提出了比较有效的计算机处理规则。经真实文本实验测试,利用这些规则处理,可以达到较好的准确率和召回率。

基于HNC理论的社区问答系统问句检索模型构建

社区问答系统作为一种知识组织形式,在其基础上的问句检索可以帮助用户快速地从海量问答资源中找到问题的答案,同时避免用户重复提交已解决的问题造成系统冗余。考虑到翻译模型容易受翻译概率准确性的影响,在翻译噪声严重的情况下无法准确获取词汇语义信息。利用社区问答系统中问题的标记信息,构建高质量的训练语料集,同时在翻译模型基础上结合概念层次网络(HNC)理论的词语语义知识,提出了一种新的基于HNC语义修正的问句检索模型。在真实的数据集上的实验结果表明,HNC理论词语语义知识的对翻译概率准确性的修正有了显著效果,同时提出的问句检索模型可以很好地识别问答系统中相似的问句对,在检索结果上优于当前使用最广泛的模型。

论用HNC理论进行中文信息处理与知识处理

中文信息的处理要达到相当程度的自动化,必须让计算机具有智能化,必须解决计算机理解语言的问题,实现信息处理向知识处理转换的现代化,HNC(概念层次网络)理论,通过建立一个模拟人类感知过程的理论模式为实现中文信息处理向知识处理转换创造了条件。

基于HNC句类体系的句子语义研究

HNC(概念层次网络)理论的句类体系建立了句子的语义表述模式,本文从七个方面讨论了运用这一体系来开展句子语义研究的基本内容。

基于HNC的现代汉语句子基本语义类型例句库建设

句子语义类型例句库是开展基于语义的句子研究所需要的基础资源。我们以HNC (Hierarchical Network of Concepts,概念层次网络)理论为指导建立句子语义类型例句库,该理论建立了完整的句子语义类型体系,为基于语义的句子研究提供了良好的理论框架。我们已经建立了一个现代汉语句子基本语义类型的例句库,为每个类型配备了典型而真实的例句,并且采用XML (Extensible Markup Language,可扩展标记语言)技术标注了每个例句的语义结构,还提供了例句查询功能。我们将以这个例句库为基础,逐步扩展,为基于语义的句子研究不断积累资源。

基于句类特征的作者写作风格分类研究

不同作家的作品有自己的特点,这些特点体现在词汇、句型、修辞手法等各个方面,尝试使用句类特征进行作者写作风格分类,进一步可以用于作者的识别。利用向量空间模型,以句类作为特征,并通过混合句类分解等技术对句类向量空间降维,使用itc算法对特征项进行权重计算,KNN算法进行分类并利用集成判决技术,形成作者写作风格分类器。本分类器的性能在近现代小说的按作者写作风格的分类和鉴别方面的性能是可以接受的,并有进一步提升的可能。

汉语句群领域的自动抽取研究

句群是介于句子和段落之间的一个处理单位。在语言概念空间句群有三个要素:领域、情景和背景,领域是最根本的。获取了句群领域,就能够确定情景框架,这对信息抽取和文本分类都是非常重要的。一些词语的概念符号中蕴含了领域信息,通过分析词语在句子中的语义角色以及词语位置、频次等可以得到句子的领域。根据领域关系可以合并领域相同或相似的句子,得到句群及其领域。实验表明,常见的四种领域关系能够很好地被处理,但在动态词处理、复合领域的识别等方面还需要改进。

句类分析准则在作战文书地名识别中的应用

针对军用要图自动标绘对地名识别高精度的要求,紧扣"作战文书行文规范"这一特点,将句类分析之标点准则(语句的首尾边界是首块和末块的天然首尾边界)、介词准则(汉语的语块移位标志符由介词充当)、动词准则(充当特征块的动词是其它语块的天然边界)等应用于作战文书地名识别,采用基于规则的方法加以实现,实验结果F值在88%-97%之间。因此,作为作战文书向军用要图自动转换的预处理,地名识别这一结果是可用的。

基于语料库的轻动词结构汉英翻译研究——以“进行”类结构为例

汉语多动词句是自然语言理解与处理的难点之一,"轻动词+……+V"结构为汉语多动词结构的一种。论文以"进行"类结构为例,研究轻动词结构的汉英机器翻译问题:利用汉英双语平行语料库对与轻动词结构对译的英语结构进行分类,并利用语言信息处理技术对各类对译结构的分布进行统计分析。在此基础上在概念层次网络(HNC)理论框架下分析制约对译英语结构选择的3个语言学因素,并尝试制定面向HNC汉英机器翻译引擎的汉英句类句式转换规则。

面向机器翻译的句类依存树库构建及应用

该文以汉英机器翻译为应用目标,以概念层次网络理论的语义网络和句类分析方法为理论基础,探讨了句类依存树库构建的理论和标注实践等问题,描述了构建树库所需的概念类别标注集和句类关系标注集。并通过与已有汉语树库进行对比,以汉语显性轻动词句的标注为例,分析了汉语句类依存树库的特点。该文在应用层面定义了面向汉英机器翻译的融句法语义信息于一体的"句类依存子树到串"双语转换模板,尝试基于汉语句类依存树库提取汉英转换模板。

HNC理论与自然语言语句的理解

本文阐释了自然语言理解的HNC标准,介绍了句类概念,说明了基本句类知识的内涵,陈述了句类分析的性能特征,展望了句类分析技术在机器翻译领域的应用前景。